CC BY
343
УДК: 622.276.6
E.H. Иванов, А.Т. Росляк
Национальный Исследовательский Томский политехнический университет, Томск, [email protected]
ВЫБОР И ОЦЕНКА ЭФФЕКТИВНОСТИ МЕТОДОВ УВЕЛИЧЕНИЯ НЕФТЕОТДАЧИ ДЛЯ МЕСТОРОЖДЕНИЙ
ЗАПАДНОЙ СИБИРИ
В работе проанализированы методики и программное обеспечение для выбора и оценки эффективности методов увеличения нефтеотдачи. Выделены основные шаги скрининга технологий увеличения нефтеотдачи. Представлена авторская электронная программа «Матрица применимости» аналитической оценки геолого-физической информации месторождений Западной Сибири для корректного выбора методов увеличения нефтеотдачи.
Ключевые слова: методы увеличения нефтеотдачи, скрининг, методика, программа, нечеткая логика.
Введение
В настоящее время, существует большой спектр технологий, относящихся к методам увеличения нефтеотдачи (МУН). В зарубежной литературе отмечается, что технологии увеличения нефтеотдачи позволяют существенно повысить добычу не только на заключительной стадии жизни месторождений, но и на ранних стадиях разработки (Альварадо, Манрик, 2011). Однако увеличение нефтеизвлечения в России является одной из основных проблем нефтяной промышленности. Внедрение методов повышения нефтеотдачи без предварительного проектирования является экономически рискованной и малоэффективной задачей. Таким образом, проектирование МУН является необходимой задачей для дальнейшего внедрения технологий.
Одной из первых проблем, с которой приходиться сталкиваться инженерам-разработчикам, является отсутствие методик и инструментов проектирования технологий увеличения нефтеотдачи или их малая изученность. В связи с этим вопрос методологии проектирования является актуальной проблемой, особенно для месторождений Западной Сибири.
Обзор программного обеспечения и методик выбора МУН
Общая схема проектирования технологий увеличе-
ния нефтеотдачи, предложенная в работе (А^ЬЪайа, 'М'айепЪа^ег, 2002) включает такие этапы, как
- скрининг технологий увеличения нефтеотдачи;
- детальная оценка наиболее перспективных технологий;
- применение МУН на опытных и пилотных участках;
- коммерческое планирование МУН;
- внедрение и мониторинг.
Как видно, начальным этапом является скрининг технологий увеличения нефтеотдачи или выбор и оценка применимости МУН. Обобщение методик для осуществления этапа выбора технологий повышения нефтеотдачи приводится в данной статье.
В зарубежной литературе предлагаются различные методики выбора и оценки эффективности МУН, которые осуществляются специализированным программным обеспечением. Тем не менее, можно выделить общие стадии выбора, которые рекомендуются идейными разработчиками программ.
Оценка применимости МУН (Обычный скрининг)
Обоснование метода повышения нефтеотдачи происходит исходя из геолого-технологической информации об условиях разработки пласта. В большинстве случаев оценка применимости проводится по критериям применимости путем сопоставления интервалов применимости с ос-
Окончание статьи Г.Г. Ягафароеой, А.Н. Кутлиахметоеа, В.И. Сафароеой, С.Ю. Кубарееой «Роль тионоеых бактерий в выщелачивании металлов ...»
The problems of ecological safety at mining industry mineral raw materials production and processing are investigated in this article. The microbiocenosis of natural and technological environments testifying of soil contamination, rock dumps and underspoil waters at the territory of joint stock company «Uchalinsky mining and processing integrated works» by thionic bacteria (acidithiobacillus ferrooxidans), which play a huge role in metals leaching from rock dumps and underspoil waters acidation, is determined.
Keywords: mining industry, contamination, thionic bacteria (acidithiobacillus ferrooxidans), «Uchalinsky mining and processing integrated works».
Гузель Габдулловна Ягафарова Доктор тех. наук, профессор, заведующая кафедрой прикладной экологии Уфимского государственного нефтяного университета.
450062, Уфа, ул. Космонавтов, д.1. Тел.: +7(347)2431737.
Азат Нуриахметович Кутлиахметов Канд. геогр.наук, доцент кафедры экологии ФГБОУ ВПО Башкирский государственный педагогический университет им. М.Акмуллы и ФГБОУ ВПО Башкирский государственный университет.
450000, Уфа, ул. Ленина, 20. Тел.: +7(347)2725522.
Валентина Исаевна Сафарова Доктор тех. наук, профессор, начальник Управления государственного аналитического контроля Минэкологии Республики Башкортостан.
450104, Уфа, ул. Российская, д. 21. Тел.: +7(347)2847334.
Светлана Юрьевна Кубарева Инженер кафедры прикладной экологии Уфимского государственного нефтяного университета.
450062, Уфа, ул. Космонавтов, д.1. Тел.: +7(347)2431737.
1— научно-технический журнал шя-^к
редненными пластовыми характеристиками (Альварадо, Манрик, 2011; Ахмерова, 2001). В программе Screening 2.0 используются критерии нескольких авторов (Trujillo et al., 2010), для каждого геолого-физического свойства выс-читывается коэффициент применимости, из которых затем складывается общий коэффициент применимости. В программе SARAH (Guerillot, 1988) использовалась нечеткая логика при определении интервалов применимости. В программе SWORD (Сургучев и др., 2010) оценка происходит на основе накопленного опыта применения методов, существующей базы знаний и многокритериального анализа. В работах (Shokir et al., 2002; Ibatullin et al., 2002; Shindy et al., 1997) для формирования интервалов применимости прибегают к использованию искусственного интеллекта, т.е. нейронных сетей, генетических алгоритмов, экспертных систем. Критерии выводятся посредством анализа информации по успешным проектам на месторождениях, занесенных в базу данных. Описанное программное обеспечение подходит для оценки применимости для разнообразных типов коллекторов и флюидов (тяжелые, средние, легкие нефти; глубокие или неглубоко залегающие пласты и др.). Данный этап может быть применен для оценки большого количества методов: заводнения, закачки газа (CO2, N2, ШФЛУ), полимеров, теплоносителей и химических обработок, внутрипластового горения, электромагнитного нагревания и других воздействий.
Подбор месторождений-аналогов (Детальный скрининг)
Скрининг с помощью поиска близких аналогов подразумевает поиск месторождений со схожими характеристиками, на которых проводятся (проводились) такие же промысловые испытания или применяются методы увеличения нефтеотдачи, которые планируются на исследуемом месторождении. Этот анализ помогает уменьшить возможную неопределенность в отношении применимости данной технологии МУН на месторождении. В работе
Матрица применимости МУН
Гпавнгч int истодов | т *' ч< | Настромш |
Метод
| кг/г»
"3.
"3
Граф»: при*ннности МУН
| 2500
Матрица приме нинасти МУ11
Рисунок. Вид программы «Матрица применимости».
Главная | описание методов | критерии | настройки | гравий применимости | применимость по ееойст&ам | местороже*«_ Категории МУН | Все
¿Лепестковая диа!рвмма;
Метоп
| тгв
[Hifi,': ГрИ'.'йИИ..'" "Т1 МУН
Впжйсть,
(Trujillo et al., 2010), в которой описывается программное обеспечение Screening 2.0, поиск залежей-аналогов ведется по примерно 1000 проектам в базе данных (БД). В экспертной системе (Shindy et al., 1997) используются данные по 421 проекту. В экспертно-аналитической системе на базе нейронной сети NeuroShell, адаптированной к условиям разработки месторождений «Татнефть», заложены данные по 2200 проектам применения МУН и обработки скважин в Республике Татарстан (Ibatullin et al., 2002; Подымов, 2004). Если считать методом увеличения нефтеотдачи заводнение, то можно использовать данные из общемировой БД CC RESERVOIRS (База Digital Analogs. [Электронный ресурс]). Использование данных по месторождениям-аналогам обеспечивает эффективное применение опыта предшествующих разработок: набор исследований, технологический эффект и т.д.
Кластеризация месторождений
Одной из простых и эффективных технологий использования информации по месторождениям-аналогам является кластеризация месторождений, описанная в работе (Альварадо, Манрик, 2011; Alvarado et al., 2002). По данной методике используется база данных по применению МУН по 450 проектам. Данные по проектам обычно берутся либо из опубликованных источников - мировых отчетов (Oil and Gas journal, статьи, презентации и др.), либо из отчетов компаний, внутренних баз данных. По каждому месторождению выбирается 6 геолого-физических параметров, наиболее сильно влияющих на выбор. Таким образом, можно составить так называемые «карты, основанные на знаниях». Данные карты строятся в 2D виде для более понятного и компактного представления комбинации 6 параметров. Благодаря такому построению можно успешно выделить кластеры, которые будут представлять типологию месторождений по применению МУН. Данный вид скрининга обеспечивает возможность быстро отобрать и ранжировать варианты технологий повышения конечной нефтеотдачи на месторождении без влияния субъективных экспертных оценок и с использованием опыта, накопленного на других месторождениях.
Прогноз добычи и оценка коэффициента нефтеизвлечения
В ряде программ, представленных в таблице, осуществляется оценка эффективности МУН, которая может включать оценку коэффициента нефтеотдачи и прогноз добычи нефти. В программе SWORD модуль оценки коэффициента нефтеотдачи основан на статистических данных по проектам применения технологий увеличения нефтеотдачи в мире. Для прогноза добычи в данной программе используются проверенные аналитические решения, такие как модели Дикстра-Парсонса и гравитационного равнове-
э адать средние cs-es по ЗС
тип коллектор?
глубина ,м Мов^юсть, м
Проницаемость, мД Пористость.% КВ.%
Плотность. Вязкость, сП
содержание глины; I карвонат, дед 1
| S0
Описаннгппэсгэ Однородность Трециноеатость
Присутствие суперколлектора
Однородном
~3
Не тре1диновагьи
_J
Без cynefKOflnenropa
•— научно-технический журнал
k I еоресурсы 6 (48) 2012
сия. В программе могут быть оценены разнообразные методы: истощение, заводнение, полимерное, мицеллярное заводнение, водогазовое воздействие, закачка пара и других воздействий. В программе Screening 2.0 для прогнозирования добычи нефти и коэффициента извлечения нефти для методов закачки пара и заводнения используются авторские методики следующих авторов: Marx and Langenheim, Mandl and Volek, Clossman, Mercado.
Как показывает анализ, большинство программ успешно развивается и применяется за рубежом. Методики и программное обеспечение для аналитического моделирования успешно использовались/используются в многочисленных проектах в таких странах, как США, Мексика, Венесуэла, Колумбия, Египет и др. Программа, разработанная в ОАО «Татнефть» (Ibatullin et al., 2002), также показала свою эффективность при выборе воздействий на месторождениях Татарстана. Но использование зарубежных программ затруднено для месторождений Западной Сибири по ряду причин:
- в большинстве компаний отсутствуют внутренние базы данных по проектам применения МУН как в мире, так и в России;
- участки воздействия МУН очень малы по сравнению с масштабами месторождений, и воздействия ориентированы на применение в условиях малых участков залежи (Ibatullin et al., 2002);
- ряд технологий невелик и в основном включает физико-химические технологии, подобранные под условия коллекторов (Ильина, Алтунина, 2006).
В России отсутствует единый регламент проектирования технологий увеличения нефтеизвлечения, что приводит к значительным трудностям при планировании МУН. Учитывая возрастающую потребность в реализации технологий увеличения нефтеотдачи в регионах, появляется необходимость в развитии методологии выбора и аналитического моделирования МУН.
Одной из программ, развиваемой для скрининговых исследований месторождений Западной Сибири (Томской области), является «Матрица применимости» (Иванов и др., 2011). Данная программа разработана на основе критериев применимости, обобщенных по данным оте-
чественной и мировой литературы (Степанова, 2006; Мус-лимов, 2007; Taber et al., 1997). Методы увеличения нефтеотдачи, заложенные в программе, относятся к нескольким группам: гидродинамические, термические, химические, закачка полимеров, щелочей, потокоотклоняющие технологии, газовые, водогазовое воздействие, термогазовое воздействие. Входными данными для матрицы является стандартный набор геолого-физической информации: тип резервуара, глубина залегания, пластовое давление, проницаемость, пористость, температура, вязкость и другие.
Пользователь может произвести в программе два вида скрининга: обычный и детальный. В предложенной программе обычный скрининг осуществляется по схеме:
- ввод входных данных о резервуаре;
- сопоставление данных с критериями (количество критериев варьируется для каждого метода);
- расчет критериальных параметров по нечеткой логике (fuzzy logic) в пределах от -1 до 1;
- расчет общего коэффициента применимости в фиксированном интервале.
В результате работы программы можно произвести оценку применимости методов и получить оперативные графики «методы - коэффициенты применимости». Дальнейшая процедура перехода к детальному скринингу может включать в себя построение аналитических графиков, лепестковых диаграмм, а также использование модуля интеграции знаний по МУН, где есть возможность просмотра критериев применимости, краткое описание методов и их ограничений (Рисунок).
Для осуществления детального скрининга в программе заложены геолого-физические свойства и краткие результаты использования технологий увеличения нефтеотдачи как на месторождениях Западной Сибири, так на других российских и зарубежных месторождениях; всего более чем по 350 проектам за период с 1994 г. по 2010 г. База данных собрана на основе открытых источников информации: Oil and Gas Journal (Moritis, 2010), статьи, презентации; а также по данным Института химии нефти СО РАН. Таким образом, при вводе данных по пласту возможен поиск месторождений-аналогов по применяемым методам и использование опыта предшествующей разработки.
Название программы Автор статьи с описанием Компания Оценка применимости МУН* Прогноз добычи* Используемые критерии
Коммерческие
SWORD JI.M. Сургучев и др. РЕТЕС Softaware 11 11 База данных
EORgui M. Trujillo и др. Petroleum Solutions 9 6 Taber, Martin, Seright
SelectEOR (PRIze) В. Альварадо и др. Alberta Research Centre 17 14 База данных, авторские критерии
Screening 2.0 M.Trujillo и др. I.C.P. ECOPETROL 19 2 Lewin, Farouq, Taber, Seright и др.
Некоммерч еские
Экспертная система A.M. Shindy и др. Ciaro University >10 - База данных
Экспертно-аналитическая система P.P. Ибатушшн и др. ТатНИПИнефть >60 - База данных
Экспертная система Е.М. Shokir и др. King Saud University + - База данных
Таблица. Программы для выбора и оценки применимости МУН. * - количество методов
г— научно-технический журнал vstï^v
I «WilW 89У
Кроме того, в программе реализуются следующие возможности:
- внесение дополнительных методов и критериев, что позволяет учитывать новые технологические разработки;
- пополнение базы данных по проектам МУН, что дает актуализацию фактических данных из практики крупных и малых нефтегазовых компаний;
- расширение базы знаний для систематизации информации по методам увеличения нефтеотдачи.
Программный комплекс применим для оперативной аналитической оценки геолого-физической информации перед началом процесса моделирования и может быть дополнен с учетом новых разработок в области МУН.
Дальнейшее развитие программы планируется в следующих направлениях:
- учет особенностей разработки в регионе, а именно технологических и геолого-промысловых параметров, влияющих на коэффициент извлечения нефти из пластов, и формирование комплекса исследований для нечетких параметров на основе базы знаний;
- вывод критериев для месторождений региона на основе сформированной базы данных;
- расширение метода аналогии месторождений;
- учет экономических ограничений.
Выводы
В целом, оценивая программные средства по выбору и оценке применимости технологий увеличения нефтеотдачи, следует выделить основные преимущества использования таких средств перед традиционной процедурой выбора:
1) мультикритериальный анализ, который дает наиболее полный учет неопределенности критериев и значений геолого-физических свойств.
2) сопровождение внутренних и общедоступных баз данных по проектам МУН, что позволяет сравнивать рассматриваемое месторождение с другими (которые могут находиться в разных странах и на разных континентах).
3) использование метода аналогии месторождений, который предоставляет возможность использовать опыт предшествующей разработки.
4) развитие аналитических методов оценки добычи, позволяющих в короткие сроки оценить прогнозируемый эффект.
Таким образом, необходимо отметить, что накопленный опыт развития аналитических систем и методик в мире имеет большое значение при формировании новых продуктов для проектирования современных методов увеличения нефтеотдачи на месторождениях Западной Сибири.
Литература
Альварадо В., Манрик Э. Методы увеличения нефтеотдачи пластов. Планирование и стратегии применения. М: Премиум Инжиниринг. 2011. 244.
Ахмерова Э.Р. Выбор опытных участков и повышение надежности оценки эффективности применения методов увеличения нефтеотдачи. Дисс. ... уч. ст. канд.тех.наук. Уфа. 2001. 190.
База Digital Analogs. http://www.ccreservoirs.com. [Электронный ресурс].
Иванов E.H., Кононов Ю.М., Мухамадиев Р.В. Разработка методики выбора методов увеличения нефтеотдачи на нефтяных месторождениях на основе геолого-физической информации. Увеличение нефтеотдачи - приоритетное направление воспроизводства запасов углеводородного сырья: Сб. трудов Междунар. научно-
практ. конф. 2011. Казань. Изд-во ФЭН. 2011. 229-232.
Ильина Г.Ф., Алтунина Л.К. Методы и технологии повышения нефтеотдачи для коллекторов Западной Сибири. Томск. Изд-во ТПУ. 2006. 166.
Муслимов Р.Х. Планирование дополнительной добычи и оценка эффективности методов увеличения нефтеотдачи пластов. Казань. Изд-во КГУ. 1999. 280.
Подымов Е.Д. Совершенствование методики проектирования и анализа результатов применения технологий увеличения нефтеотдачи. Дисс. ... уч. ст. канд.тех.наук. Бугульма. 2004. 146.
Степанова Г.С. Газовые и водогазовые методы воздействия на нефтяные пласты. М: Газойлпресс. 2006. 200.
Сургучев Л.М. и др. Методы увеличения нефтеотдачи: выбор и оценка эффективности. SPE доклад 134742. Российская нефтегазовая конференция. Москва. 2010. 7.
Adibhatla B.L., Wattenbarger R.C. Staged Design of an EOR pilot. IPTC paper 13346. Int. Petroleum Technology Conf. Doha, Qatar. 2009. 8.
Alvarado V. et al. Selection of EOR/IOR based on machine Learning. SPE paper 78332. 13th European Petroleum Conference. Aberdeen, Scotland. 2002. 11.
Guerillot D.R. EOR Screening With an Expert System. SPE paper 17791. Petroleum Computer Conf. San Jose, California. 1988. 11.
Ibatullin R.R. et al. Application and method based on artificial intelligence for selection of structures and screening of technologies for enhanced oil recovery. SPE paper 75175. SPE/DOE Improved Oil Recovery Symposium. Tulsa, Oklahoma. 2002. 9.
Moritis G. CO2 miscible, steam dominate enhanced oil recovery processes. Oil and Gas Journal. 2010. 36-53.
Shokir E.M., Sayyoch M.H. Selection and Evaluation EOR Method Using Artificial Intellegence. SPE paper 79163. Annual International Conference and Exhibition. Abuja, Nigeria. 2002. 7.
Shindy A.M. et al. Development of an Expert System for EOR Method Selection. SPE paper 37708. Int. conf.: «Middle East Oil Show». 1997. 291-298.
Surguchev L.M. et al. IOR evaluation and applicability screening using artificial neural networks. SPE paper 59308. SPE/DOE Improved Oil Recovery Symposium. Tulsa, Oklahoma. 2002. 6.
Taber J.J., Martin F.D., Seright R.S. EOR Screening Criteria Revisited. P. 1: Introduction to Screening Criteria and Enhanced Recovery Field Projects. SPE Reservoir Engineering. 1997. V. 12. N 3. 189-198.
Trujillo M., Mercado D., Maya G. Selection Metodology for Screening Evaluation of Enhanced Oil Recovery Methods. SPE paper 139222. SPE Latin American and Caribbean Petroleum Engineering Conference. 2010. Lima, Peru. 10.
Ivanov E.N., Roslyak A.T. The selection and evaluation of enhanced oil recovery methods effectiveness for oil fields in the Western Siberia.
Methodology and software for selection and evaluation of enhanced oil recovery methods effectiveness are analyzed in this paper. The basic steps of enhanced oil recovery technologies screening are emphasized. The author's electronic program «applicability matrix» for analytical evaluation of geological and physical information of the Western Siberian oil fields is presented in the article.
Keywords: enhanced oil recovery methods, screening, methodology, software, criteria, fuzzy logic.
Евгений Николаевич Иванов
Аспирант кафедры геологии и разработки нефтяных месторождений.
Росляк Александр Тихонович
Д.тех.н., профессор кафедры геологии и разработки нефтяных месторождений.
Институт природных ресурсов Национального исследовательского Томского политехнического университета. 634050. Россия, Томск, Ленина проспект, 30.
Тел.: (3822) 42-62-45.
^jm I— научно-технический журнал
ШЬ Георесурсы 6 (48) 2012
